4
我发现在OpenCV documentation for cvSmooth,σ可以从内核大小计算如下计算高斯滤波器的西格玛: 标准差= 0.3(N/2 - 1)+ 0.8使用内核的大小
我想知道这个方程的理论背景。
谢谢。
我发现在OpenCV documentation for cvSmooth,σ可以从内核大小计算如下计算高斯滤波器的西格玛: 标准差= 0.3(N/2 - 1)+ 0.8使用内核的大小
我想知道这个方程的理论背景。
谢谢。
使用对σ这样的值,在内核的和内核的边缘的中心值之间的比率,发现y=0
和x=n/2-1
,是:
g_edge/g_center = exp(-(x²+y²)/(2σ²))
= exp(-(n/2-1)²/(2*(0.3(n/2-1)+0.8)²))
该值的限作为n
上涨是:
exp(-1/(2*0.3²)) = 0.00386592
注意1/256
是0.00390625
。图像通常以256值范围编码。选择0.3
可确保内核考虑可能会显着影响结果值的所有像素。
恐怕我没有0.8
部分的解释,但我想这是为了在n
很小时确保合理的值。
非常感谢您的回答。请原谅我的无知,我看不到exp(-1 /(2 *0.3²))= 0.00386592的效果,相当于1/256。如果你能给出一个更简单的解释,我将非常感激。 此外,不应该在(x = n/2-1,y = n/2-1)而不是(x = n/2-1,y = 0)处取最远像素? 谢谢。 – AimingHigh